Hãy hình dung nó bằng cách sử dụng một công cụ trực quan có tên làplotnine, công cụ này cho phép bạn sử dụng cú pháp ggplot trong Python.
Tôi chủ yếu sử dụng thư viện chuẩn Python, Numpy và Pandas.
Tìm hiểu về các kỹ thuật tiền xử lý khác nhau cần thiết để thu được hoặc xử lý dữ liệu mong muốn và tự thực hành chúng.
Bạn sẽ có thể biết và sử dụng các công cụ cần thiết để phân tích dữ liệu bằng Python.
Học các khóa học phổ biến trực tuyến!
Bằng cách tham gia các bài giảng và giải quyết bài tập, bạn có thể nắm vững những phần mà bạn tò mò. Bạn có thể được hoàn lại học phí chỉ bằng cách hoàn thành khóa học trực tuyến! :)
Lợi ích của việc học trực tuyến
Thật là động lực. Phần thưởng hoàn tiền và phản hồi của giảng viên sau khi hoàn thành sẽ tạo động lực hơn so với việc tự học!
Bạn có thể học tập hiệu quả. Vì đây là khóa học trực tuyến nên tôi có thể học ở bất cứ đâu tôi muốn.
Bạn không còn cô đơn nữa. Khi tôi cảm thấy thất vọng và không chắc mình có làm đúng không, Kết nối với các bạn sinh viên khác và thảo luận bất kỳ câu hỏi nào bạn có với người hướng dẫn.
🌱Đi một mình thì có thể đi nhanh, nhưng đi cùng nhau thì có thể đi xa.
Yêu cầu chi tiết nghiên cứu
1. Nếu bạn hoàn thành khóa học, chúng tôi sẽ hoàn lại 50.000 won . - Tiến độ 100% trong các video bài giảng - Vui lòng nộp ba trong bốn bài tập trước thời hạn. (Tuần 4 là bắt buộc!)
2. Thời gian học: 24/06/2019 - 21/07/2019 Nghiên cứu diễn ra như thế này :) - (Tuần 1) 24/6 - 30/6: Phát biểu khai mạc, video và bài tập Tuần 1 - (Tuần 2) Ngày 1 tháng 7 - Ngày 7 tháng 7: Xem lại mã bài tập và video Tuần 2 cùng tiến độ bài tập - (Tuần 3) Ngày 8 tháng 7 - Ngày 14 tháng 7: Xem lại mã bài tập và video Tuần 3 cùng tiến độ bài tập - (Tuần 4) 15 tháng 7 - 21 tháng 7: Xem lại mã bài tập và video và tiến độ bài tập Tuần 4 * Vui lòng kiểm tra nội dung video được cung cấp trong “Chương trình giảng dạy”.
3. Cách tiến hành nghiên cứu
Thông báo tiến độ hàng tuần
Đặt câu hỏi qua Slack
Nộp bài tập hàng tuần
Bạn có thể xem lại video ngay cả sau khi quá trình học kết thúc.
Chi tiết bài giảng
Bắt đầu với Phân tích dữ liệu Python bằng cách sử dụng Dữ liệu công khai
Có tin đồn rằng Ediya sẽ mở một cửa hàng gần Starbucks. Vậy vị trí của Ediya và Starbucks sẽ khác nhau như thế nào? Đọc bài viết liên quan và phân tích, hình dung vị trí của Ediya và Starbucks theo từng quận, tương tự như bài viết!
-
Chúng tôi sẽ sử dụng Python, Pandas, ggplot(plotnine), Numpy và Folium. Hãy cùng phân tích dữ liệu từ cổng dữ liệu công cộng bằng các hàm định hình lại của Pandas như melt, concat, pivot và transpose. Và chúng ta sẽ tóm tắt và phân tích dữ liệu bằng cách sử dụng groupby, pivot_table, info, describe, value_counts, v.v.
Có rất nhiều công viên thành phố trên khắp cả nước. Những công viên nào nằm trong khu vực của bạn? Làm thế nào tôi có thể tận dụng tối đa dữ liệu trong cổng thông tin dữ liệu công cộng? Và có những loại dữ liệu nào có sẵn ở đó? -
Hình dung vị trí của từng công viên trong từng khu vực bằng Folium.
Mục tiêu là làm quen với Python và nhiều thư viện phân tích dữ liệu khác nhau trong khi làm việc với nhiều loại dữ liệu khác nhau thông qua dữ liệu công khai.
# Tôi giới thiệu điều này cho những người này.
Những người quan tâm đến phân tích dữ liệu nhưng chưa sẵn sàng để bắt đầu
Những người đã học ngôn ngữ Python nhưng không biết cách sử dụng nó
Một người không biết gì nhưng muốn đạt được điều gì đó
# Bạn có thể làm những việc như thế này.
Tải dữ liệu bằng Pandas, bạn có thể thực hiện việc này mà không cần biết Python.
Bạn có thể sử dụng Numpy để thực hiện các phép tính số học một cách "đơn giản".
Tạo một số biểu đồ trực quan thực sự thú vị.
Đây là một chiếc máy tính đắt tiền, nhưng bất kỳ ai cũng có thể sử dụng nó một cách dễ dàng.
#Các khóa học liên quan
Nếu bạn chỉ muốn nghe bài giảng, vui lòng nhấp vào bên dưới!
Câu hỏi thường gặp
Câu hỏi 1. Phiên bản Python là gì? Có thể sử dụng Python 3.6 trở lên.
Câu 2. Có quan trọng không nếu là Windows hoặc MAC OS? Mặc dù hệ điều hành không quan trọng, nhưng hướng dẫn này được viết cho OSX. Chúng tôi sẽ cung cấp liên kết Colab để giúp bạn học bất kể hệ điều hành của bạn là gì.
Câu hỏi 3. Tôi không chuyên về máy tính. Tôi có thể theo dõi được không? Mặc dù chương trình giảng dạy này đã được nhiều người không phải lập trình viên theo đuổi, nhưng vẫn có thể có những khác biệt giữa các cá nhân. Mục tiêu là khơi dậy niềm yêu thích lập trình thông qua các bài học tình huống hấp dẫn, ngay cả với những người chưa có kinh nghiệm lập trình. Tôi hy vọng khóa học này sẽ mang đến cho bạn cơ hội khám phá và tìm hiểu thêm về các chủ đề bạn cần.
Tóm tắt bài giảng
Khuyến nghị cho những người này
Khóa học này dành cho ai?
Bất kỳ ai muốn trở thành nhà phân tích dữ liệu
Bất cứ ai muốn học trực quan hóa dữ liệu bằng Python
Bất kỳ ai muốn tìm hiểu kiến thức cơ bản về các thư viện Python như Pandas và NumPy
Những người muốn sử dụng dữ liệu công cộng
Bất cứ ai quan tâm đến báo chí dữ liệu
Những người muốn tìm ý nghĩa thông qua dữ liệu
Bất kỳ ai muốn sử dụng phân tích dữ liệu trong công việc của mình
It was great to be able to hear detailed explanations of various analysis methods ^^
Also, the teacher gave notice of assignments every week, which made me feel more nervous and helped me take the class within a limited period of time :) ♥